对恐怖袭击事件记录数据的量化分析与研究

• 作者: 周金华 庄元强 王利平 王向爱 谢为顿
• 来源期刊: 经济数学
• 学科: 数学
• 关键词: 应用统计数学 恐怖袭击事件 数据挖掘 GMM聚类分析
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 应用数学
• 页码范围: 95-103
• 页数: 9页
• 分类号: O213
• 字数: 6779字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1660.2019.03.016

摘要

恐怖主义是人类的共同威胁,利用数据挖掘可以为反恐防恐提供有价值的信息支持.基于数据挖掘的思路,从恐怖袭击事件中提取能描述危险程度的特征属性,构建量化分级模型,并考虑准确率评价指标进行优化.通过组内平方和法分析改进高斯混合模型(GMM),对恐怖组织进行聚类分析,侦查出潜在最相关的嫌疑人.建立相关模型结合统计分析,得到恐怖袭击发生的主要原因、时空特性和蔓延特性,并对未来全球反恐态势进行预测,帮助反恐组织提高反恐的精准性和打击能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周金华	湖南大学数学与计量经济学院	3	4	1.0	2.0
2	王利平	湖南大学数学与计量经济学院	15	29	4.0	5.0
3	王向爱	湖南大学工商管理学院	2	4	1.0	2.0
4	庄元强	湖南大学机械与运载工程学院	1	0	0.0	0.0
5	谢为顿	湖南大学信息科学与工程学院	1	0	0.0	0.0